ANALISIS TINGKAT KESUKSESAN HARD HANDOFF PADA JARINGAN 802.11G DENGAN MENGGUNAKAN NETWORK SIMULATOR 2 (NS-2) Fajar Ramadhan*), Sukiswo, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto, SH, kampus UNDIP Tembalang , Semarang 50275, Indonesia *)
E-mail :
[email protected]
Abstrak Pada suatu jaringan WLAN terdapat Access Point (AP) yang merupakan suatu gerbang komunikasi antara perangkat komunikasi nirkabel dengan dunia luar maupunantar perangkat nirkabel dalam jaringan tersebut. Pengguna perangkat komunikasi bergerak di jaringan nirkabel dapat berpindah-pindah dari satu lokasi ke lokasi lain. Hal ini menyebabkan berpindahnya akses pengguna dari suatu AP ke AP lain. Perpindahan dari AP ke AP tanpa ada sambungan secara paralel ke AP tujuan lebih dulu inilah yang disebut hard handoff. Dalam tugas akhir ini dilakukan simulasi menggunakan Network Simulator 2 (NS-2) versi 2.35 untuk menganalisis tingkat kesuksesan hard handoff pada jaringan 802.11g. Simulasi dilakukan pada jaringan dengan intensitas trafik tinggi dengan menggunakan variasi jumlah node dan kecepatan bergerak node. Analisis hasil pengujian jaringan ini menggunakan parameter-parameter Quality of Service (QoS), yaitu Packet Delivery Ratio (PDR), waktu tunda (delay) dan juga persentase kesuksesan hard handoff. Berdasarkan hasil simulasi, persentase kesuksesan hard handoff terendah sebesar 16,67% terjadi pada jaringan dengan jumlah node 100 berkecepatan 1,90 m/s. Kemudian, persentase kesuksesan hard handoff tertinggi sebesar 50,00% terjadi pada jaringan dengan jumlah node 40 berkecepatan 1,90 m/s. Kata kunci : WLAN, Access Point, 802.11g, hard handoff, NS-2
Abstract In WLAN networking, wireless Access Point (AP) is a device that allows wireless devices to connect to a wired network or standalone as a hotspot. A mobile device user in a wireless networking is able to move to a various place. This led to the relocation of user access form an AP to another. The relocation between users from an AP to another without a parallel connection to destination's AP is called hard handoff. In this study, simulations are created using Network Simulator 2 (NS-2) version 2.35 to analyze the success rate of Hard Handoff in 802.11g network. The simulation performed in a high traffic intensity network by using variations of nodes number and moving speed. The results analysis of this network are using the parameters of Quality of Service (QoS), that are Packet Delivery Ratio (PDR), delay and also handoff success rate percentage. From the simulation results, the lowest hard handoff success rate is 16,67% in network with number of node 100 nodes and movement speed 1,90 m/s. Meanwhile, the highest hard handoff success rate is 50,00% in network with number of node 40 nodes and movement speed 1,90 m/s. Keywords : WLAN, Access Point, 802.11g, hard handoff, NS-2
1.
Pendahuluan
Jaringan nirkabel berperan penting dalam pertukaran informasi antar pihak yang tidak tersambung secara fisik (tanpa kabel). Beberapa jenis jaringan nirkabel yang banyak digunakan adalah bluetooth, Wi-Fi, dan WiMax. Institute of Electrical and Electronics Engineering (IEEE) merupakan suatu organisasi yang mengembangkan standard dan aturan untuk aliran komunikasi data pada jaringan nirkabel. Dengan menggunakan standard yang sama, maka suatu perangkat nirkabel dapat berkomunikasi dengan perangkat nirkabel lainnya. Keluarga protokol IEEE 802.11 merupakan standar
protokol yang paling banyak digunakan pada jaringan nirkabel WLAN (Wireless Local Access Network). Pada jaringan WLAN, Access Point (AP) digunakan sebagai gerbang penghubung antara perangkat dalam jaringan dengan dunia luar maupun dengan perangkat lain dalam jaringan nirkabel tersebut. Jika dalam suatu jaringan nirkabel yang di dalamnya terdapat beberapa AP, maka diperlukan suatu algoritma untuk menentukan AP mana yang harus digunakan. Pengguna perangkat komunikasi bergerak di jaringan nirkabel dapat berpindah-pindah dari satu lokasi ke lokasi lain. Hal ini menyebabkan berpindahnya akses pengguna dari suatu
TRANSIENT, VOL.4, NO. 3, SEPTEMBER 2015, ISSN: 2302-9927, 872
AP ke AP lain. Perpindahan dari AP ke AP tanpa ada sambungan secara paralel ke AP tujuan lebih dulu inilah yang disebut hard handoff. Analisis tingkat kesuksesan hard handoff pada jaringan 802.11g menjadi fokus penelitian ini. Standard IEEE 802.11g menggunakan modulasi BPSK, transmisi DSSS dan OFDM. Standard ini mempunyai laju data maksimum sampai dengan 54 Mbps (pada prakteknya mencapai 31.4 Mbps) dan bekerja pada frekuensi 2,40 GHz. Pemilihan standard IEEE 802.11g pada penelitian ini adalah karena standard ini secara umum telah banyak digunakan di pasaran karena menawarkan nilai throughput tinggi.
2.
Metode
2.1.
Simulasi Jaringan WLAN
Simulasi jaringan WLAN pada penelitian menggunakan lima AP dengan sejumlah node bergerak yang tersebar acak di jaringan tersebut seperti yang ditunjukkan pada gambar 1.
Mulai
Mendefinisikan variabel global Inisialisasi Mengatur parameter jaringan Mengatur parameter node Membuat node Membuat access point
Membangkitkan model pergerakan node secara acak Membangkitkan aliran trafik data secara acak
Akhir Program Gambar 1. Screenshot simulasi
Simulasi dibagi menjadi dua variasi (skenario). Variasi pertama adalah variasi jumlah node dalam jaringan masing-masing sejumlah 40, 60, 80 dan 100 node. Variasi kedua adalah variasi kecepatan node dengan kecepatan berjalan rata-rata manusia, yaitu 1,45, 1,60, 1,75, dan 1,90 m/s. Pengambilan data tiap variasi dilakukan dengan 5 kali percobaan. Data hasil simulasi tersedia dalam bentuk berkas trace yang berisi kejadian-kejadian saat simulasi berjalan. 2.2.
Perancangan Simulasi
Pada Tugas Akhir ini dibuat suatu jaringan WLAN dengan menggunakan Network Simulator 2. Secara keseluruhan, tahapan pembuatan simulasi ditunjukkan pada gambar 2.
Selesai
Gambar 2. Diagram alir simulasi
Pada simulasi ini, terdapat parameter yang digunakan untuk menjalankan simulasi. Parameter tersebut ditunjukkan pada tabel 1. Tabel 1. Parameter simulasi Parameter MAC Type Jenis Antena Model Propagasi Tipe Protokol Routing Disiplin antrian Antrian maks. paket Dimensi topografi Durasi simulasi Jenis trafik Jenis Variasi
Nilai IEEE 802.11g Omni Directional Shadowing DSDV Droptail 100 600 x 600 m2 900 detik TCP Jumlah dan kecepatan node
TRANSIENT, VOL.4, NO. 3, SEPTEMBER 2015, ISSN: 2302-9927, 873
2.3 Metode Pengambilan Data
3.
Data hasil simulasi tersedia dalam bentuk berkas trace. Berkas trace berisi semua kejadian yang terjadi pada saat simulasi berjalan. Dari berkas tersebut dapat diambil data yang diinginkan. Data dapat hitung dengan menggunakan berkas awk. Data kemudian diolah untuk mendapatkan nilai parameter performansi jaringan. Penilaian performansi jaringan terdiri dari beberapa parameter yaitu : 1. Packet Delivery Ratio (PDR) Packet Delivery Ratio (PDR) merupakan perbandingan banyaknya jumlah paket yang diterima oleh node penerima dengan total paket yang dikirimkan dalam suatu periode waktu tertentu. i= T t+ 1
PDR =
∑
Ri
∑
Si
i= T t i= T t+ 1 i= T t
x 100 %
;0≤t≤ T
2. Delay rata-rata Delay rata-rata merupakan waktu tunda rata-rata yang dibutuhkan oleh rata-rata dari seluruh paket dalam jaringan, bukan waktu tunda per paket. Untuk menghitung rata-rata waktu tunda digunakan persamaan 2.
(2) Keterangan : RT = Jumlah waktu penerimaan paket (detik) ST = Jumlah waktu pengiriman paket (detik) RP = Jumlah paket diterima (detik)
(3)
Tabel 2. Statistik simulasi variasi jumlah node Jumlah Total node paket (node) dikirim (paket) 40 60 80 100
166146 176649 164192 154405
Jumlah Paket Paket data paket data diterima routing dikirim (paket) dikirim (paket) (paket) 89340 86752 84728 95131 64749 61904 98689 45348 42730 100688 31919 29648
Total Intensitas Paket trafik drop (erlang) (paket) 2024 2846 2618 2272
0,92 1,04 1,13 1,26
Data pada tabel 2 merupakan data intensitas trafik ratarata dan jumlah paket yang dikirim dan diterima oleh seluruh node dalam jaringan. Nilai rata-rata intensitas trafik tertinggi, yaitu 1,26, terdapat pada jaringan dengan jumlah node 100. Sedangkan, nilai rata-rata intensitas trafik terendah, yaitu 0,92, terdapat pada jaringan dengan jumlah node 40. Data-data tersebut selanjutnya akan digunakan untuk menghitung dan menganalisis nilai PDR dan delay rata-rata. Selain itu, data ini juga dapat digunakan untuk menganalisis tingkat kesuksesan hard handoff. Bersama data pada tabel 2, seiring dengan bertambah nya jumlah node, jumlah paket yang dapat dikirim dan diterima semakin sedikit. Hal ini disebabkan karena paket-paket tersebut harus mengantri dalam antrian sistem. Sehingga sering kali paket tersebut drop dan gagal dalam pengiriman. Selain itu, paket juga perlu mengantri dalam proses pengiriman dikarenakan posisi tiap node dalam jaringan yang terus berubah-ubah. Hal ini mengakibatkan node pengirim perlu melakukan pengiriman paket routing secara terus menerus agar dapat mengetahui posisi AP dan node penerimanya. 3.1.2. Statistik Variasi Kecepatan Node Statistik hasil simulasi dari variasi kecepatan node dalam jaringan ditunjukkan pada tabel 3. Tabel 3. Statistik simulasi variasi kecepatan node
3. Persentase Kesuksesan Handoff Persentase kesuksesan handoff merupakan nilai perbandingan antara jumlah handoff yang sukses ditangani berbanding jumlah handoff yang terjadi. (4) Keterangan : HO = Persentase kesuksesan handoff (%) SH = Jumlah handoff yang sukses HA= Jumlah kejadian handoff
Statistik hasil simulasi dari variasi jumlah node dalam jaringan ditunjukkan pada tabel 2.
(1)
Keterangan : Ri = Paket yang diterima (paket) Si = Paket yang dikirim (paket) T = waktu simulasi (detik) t = waktu pengambilan sampel (detik)
Nilai delay dapat divalidasi dengan menggunakan teorema little pada persamaan 3. N= λT Keterangan : N = Jumlah paket rata- rata dalam sistem λ = laju kedatangan T = waktu rata-rata dalam sistem
Hasil dan Analisis
3.1. Statistik Simulasi 3.1.1. Statistik Variasi Jumlah Node
Kece- Total Jumlah patan paket paket node dikirim routing (m/s) (paket) dikirim (paket) 1,45 153558 84376 1,60 150308 85830 1,75 149138 86064 1,90 149992 85079
Paket Paket Total Intensitas data data Paket trafik dikirim diterima drop (erlang) (paket) (paket) (paket) 81549 83012 83352 82468
79843 81436 81665 80699
1706 1576 1688 1770
0,85 0,83 0,82 0,83
Data pada tabel 3 merupakan data intensitas trafik ratarata dan jumlah paket yang dikirim dan diterima oleh seluruh node dalam jaringan. Nilai rata-rata intensitas
TRANSIENT, VOL.4, NO. 3, SEPTEMBER 2015, ISSN: 2302-9927, 874
trafik tertinggi, yaitu 0.85, terdapat pada jaringan dengan kecepatan node rata-rata 1,45 m/s. Sedangkan, nilai ratarata intensitas trafik terendah yaitu 0,82, terdapat pada jaringan dengan kecepatan node rata-rata 1,90 m/s. Selain itu, data ini juga dapat digunakan untuk menganalisis tingkat kesuksesan hard handoff. Simulasi ini dibuat untuk menghitung tingkat kesuksesan handoff pada pengguna yang berjalan menggunakan perangkat komunikasi bergerak. Maka dari itu, variasi kecepatan pada simulasi ini merupakan kecepatan ratarata manusia berjalan hingga berlari. Seiring dengan bertambah nya kecepatan node, terjadi fluktuasi jumlah paket yang dikirim dan diterima. Hal ini disebabkan karena antrian data dan model propagasi shadowing yang digunakan pada jaringan ini. Berdasarkan data pada tabel 3, seiring dengan bertambahnya kecepatan node, terjadi fluktuasi jumlah paket yang dikirim dan diterima. Hal ini disebabkan karena perbedaan antrian data pada lapisan (layer) MAC pada jaringan ini. Kecepatan node tidak berpengaruh terhadap intensitas trafik berdasarkan rumus intensitas trafik. Pada dasarnya, intensitas trafik dipengaruhi oleh jumlah paket yang dikirim, waktu pengamatan (simulasi) dan laju data jaringan. 3.2. Analisis Packet Delivery Ratio (PDR) 3.2.1. Analisis PDR Variasi Jumlah Node Dari hasil simulasi, didapatkan nilai PDR untuk masingmasing variasi. Nilai PDR variasi jumlah node ditunjukkan pada tabel 4. Tabel 4. Nilai PDR variasi jumlah node Jumlah node (node) 40 60 80 100
Paket data Paket data PDR rata- Deviasi (%) dikirim diterima (paket) rata (%) (paket) 86752 84728 97,66 0,24 64749 61904 95,60 0,29 45348 42730 94,22 0,36 31919 29648 92,88 0,32
Berdasarkan tabel 4, nilai rata-rata PDR tertinggi yaitu 97,66%, terdapat pada jaringan dengan jumlah node 40. Sedangkan, nilai rata-rata PDR terendah yaitu 92,88% , terdapat pada jaringan dengan jumlah node 100. Semakin besar jumlah node pada jaringan maka nilai rata-rata PDR akan semakin kecil. Hal ini berarti bahwa semakin bertambahnya jumlah node, maka semakin buruk performa jaringan tersebut. Semakin menurunnya nilai PDR tersebut disebabkan karena nilai intensitas trafik yang semakin besar seperti yang ditunjukkan pada tabel 2. Semakin besar intensitas trafik menandakan bahwa semakin sibuk jaringan tersebut. 3.2.2. Analisis PDR Variasi Kecepatan Node Dari hasil simulasi, didapatkan juga nilai PDR variasi kecepatan node seperti yang ditunjukkan pada tabel 5.
Tabel 5. Nilai PDR variasi kecepatan node Kecepatan node (m/s) 1,45 1,60 1,75 1,90
Paket data Paket data PDR rata- Deviasi (%) dikirim diterima (paket) rata (%) (paket) 81549 79843 97,90 0,28 83012 81436 98,10 0,22 82468 80699 97,85 0,22 82129 80578 98,11 0,11
Berdasarkan tabel 5, nilai rata-rata PDR tertinggi yaitu 98,11%, terdapat pada jaringan dengan variasi kecepatan node 1,90 m/s. Sedangkan, nilai rata-rata PDR terendah yaitu 97,85%, terdapat pada jaringan dengan variasi kecepatan node 1,75 m/s. Bertambahnya kecepatan node pada simulasi ini tidak terlalu berpengaruh terhadap nilai rata-rata PDR. Hal ini disebabkan karena perbedaan kecepatan rata-rata manusia berjalan hingga berlari yang tidak terlalu signifikan. Namun, fluktuasi nilai PDR dapat disebabkan karena perbedaan antrian data pada lapisan (layer) MAC pada jaringan ini. 3.3. Analisis Delay 3.3.1. Analisis Delay Variasi Jumlah Node Dari hasil simulasi, didapatkan nilai rata-rata total delay (T), delay transmisi (TT ), delay propagasi (TP ) dan delay proses / antrian (TPR) variasi jumlah node seperti yang ditunjukkan pada tabel 6. Tabel 6. Nilai delay variasi jumlah node Jumlah node (node) 40 60 80 100
Total waktu pengiriman (s) 68144,19 52945,19 45190,43 45841,56
Delay Delay transmisi propagasi (ms) (ns) 4,36 633,09 4,36 703,71 4,36 724,48 4,36 729,06
Delay Total proses Delay (ms) (ms) 799,91 804,27 850,92 855,28 1053,22 1057,58 1541,84 1546,19
Berdasarkan tabel 6, nilai rata-rata delay tertinggi yaitu 1546,19 ms, terdapat pada jaringan dengan jumlah node 100. Sedangkan, nilai rata-rata delay terendah yaitu 804,27 ms, terdapat pada jaringan dengan jumlah node 40. Semakin besar jumlah node pada jaringan menyebabkan nilai rata-rata delay semakin tinggi. Hal ini berarti bahwa semakin bertambahnya jumlah node, maka semakin buruk performa jaringan tersebut. Semakin bertambahnya nilai delay tersebut disebabkan karena nilai intensitas trafik yang semakin besar seperti yang ditunjukkan pada tabel 2. Semakin besar intensitas trafik mengakibatkan semakin banyak paket yang mengantri dalam sistem. Hal tersebut dapat terlihat dari besarnya nilai delay proses pada tabel 6. 3.3.2. Analisis Delay Variasi Kecepatan Node Dari hasil simulasi, didapatkan nilai rata-rata total delay (T), delay transmisi (TT ), delay propagasi (TP ) dan delay proses / antrian (TPR) variasi kecepatan node seperti yang ditunjukkan pada tabel 7.
TRANSIENT, VOL.4, NO. 3, SEPTEMBER 2015, ISSN: 2302-9927, 875
Tabel 7. Nilai Delay variasi kecepatan node Kecepatan node (node) 1,45 1,60 1,75 1,90
Total waktu pengiriman (s) 60104,41 56191,17 56087,25 61644,43
Delay Delay transmisi propagasi (ms) (ns) 4,36 705,95 4,36 729,74 4,36 702,06 4,36 685,52
Delay proses (ms) 748,42 685,64 690,65 760,67
Total Delay (ms) 752,78 690,00 695,02 765,03
Berdasarkan tabel 7, nilai rata-rata delay tertinggi yaitu 765,03 ms, terdapat pada jaringan dengan kecepatan node 1,90 m/s. Sedangkan, nilai rata-rata delay terendah yaitu 690,00 ms, terdapat pada jaringan dengan jumlah node 1,60 m/s. Berdasarkan nilai delay rata-rata, bertambahnya kecepatan node pada simulasi ini tidak terlalu berpengaruh terhadap nilai rata-rata delay. Nilai delay fluktuatif terhadap pertambahan kecepatan node. Fluktuasi tersebut disebabkan karena adanya perbedaan jarak tempuh dan pergerakan node yang acak. Pada penelitian ini, variasi kecepatan tidak terlalu berpengaruh terhadap nilai delay karena kecepatan yang digunakan adalah kecepatan rata-rata manusia berjalan hingga berlari yang perbedaannya tidak terlalu signifikan terhadap nilai delay. 3.4. Analisis Kesukesan Handoff 3.4.1. Analisis Kesuksesan Handoff Variasi Jumlah Node Dari hasil simulasi, didapatkan persentase kesuksesan hard handoff variasi jumlah node seperti yang ditunjukkan pada tabel 8. Tabel 8. Persentase kesuksesan handoff variasi jumlah node Jumlah Jumlah node kasus (node) handoff ratarata (handoff) 40 11 60 17 80 8 100 5
Jumlah Jumlah Jumlah Persentase handoff handoff handoff kesuksesan sukses tertinggi terendah handoff (%) rata-rata (handoff) (handoff) (handoff) 4 13 8 36,36 7 27 5 41,18 4 12 2 50,00 1 7 1 20,00
Berdasarkan tabel 8, nilai persentase kesuksesan hard handoff tertinggi, yaitu 50,00 %, terdapat pada jaringan dengan jumlah node 80. Sedangkan, persentase kesuksesan hard handoff terendah, yaitu 20,00 %, terdapat pada jaringan dengan jumlah node 100. Jumlah kasus handoff terbanyak terjadi pada jaringan dengan jumlah node 60, yaitu 27 kali. Sedangkan jumlah terjadinya kasus handoff paling sedikit terdapat pada jaringan dengan jumlah node 100, yaitu 1 kali. Semakin bertambahnya jumlah node maka nilai persentase kesuksesan handoff semakin besar. Hal ini berkaitan dengan jumlah kasus terjadinya handoff yang juga bertambah seiring dengan bertambahnya jumlah node.
Pada jaringan dengan jumlah node 40 dan 60, jumlah kasus handoff yang terjadi terus bertambah seiring bertambahnya jumlah node. Penanganan handoff berjalan dengan baik karena variasi jumlah node 40 masih dalam batas intensitas trafik dibawah 1,0 sedangkan jumlah node 60 dalam batas intensitas trafik 1,0. Sehingga jaringan masih dapat menangani kasus handoff yang terjadi. Namun, pada variasi jumlah node 80, jumlah kasus handoff yang terjadi mulai menurun. Setelah mencapai variasi dengan jumlah node 100, jumlah kasus handoff yang terjadi pada variasi ini menjadi jumlah handoff paling kecil pada simulasi dengan variasi jumlah node. Hal ini disebabkan karena intensitas trafik yang nilainya terus bertambah melebihi 1,0 sehingga membebani jaringan dan mengakibatkan menurunnya jumlah kasus handoff yang berhasil ditangani. Jadi, semakin bertambahnya jumlah node dalam suatu jaringan akan mengakibatkan semakin bertambahnya intensitas trafik dan semakin buruknya performa jaringan tersebut dalam penanganan kasus handoff. 3.4.2. Analisis Kesuksesan Handoff Variasi Kecepatan Node Analisis hasil kesuksesan hard handoff variasi kecepatan node ini secara khusus dilakukan dengan menggunakan 2 jenis variasi jumlah node, yaitu jumlah node 40 dan 100. Hal ini dimaksudkan untuk mendapatkan 2 data kesuksesan hard handoff dari jaringan bertrafik sedang (40 node) dan dari jaringan bertrafik over traffic (100 node). Dari hasil simulasi, didapatkan persentase kesuksesan hard handoff variasi kecepatan node seperti yang ditunjukkan pada tabel 9. Tabel 9. Persentase kesuksesan handoff variasi kecepatan node Jumlah Kece- Jumlah node patan kasus (node) node handoff (m/s) rata-rata (handoff) 40 1,45 13 1,60 15 1,75 15 1,90 14 100 1,45 5 1,60 5 1,75 4 1,90 6
Jumlah handoff sukses rata-rata (handoff) 5 6 7 7 2 1 1 1
Jumlah handoff tertinggi (handoff) 14 20 21 19 8 7 7 8
Jumlah Persentase handoff kesuksesan terendah handoff (%) (handoff) 7 8 8 9 1 1 1 2
38,46 40,00 46,67 50,00 40,00 20,00 25,00 16,67
Berdasarkan tabel 9, nilai persentase kesuksesan hard handoff tertinggi, yaitu 50,00%, terdapat pada jaringan variasi jumlah node 40 dengan kecepatan 1,90 m/s. Sedangkan, persentase kesuksesan hard handoff terendah, yaitu 16,67%, terdapat pada jaringan variasi jumlah node 100 dengan kecepatan 1,90 m/s. Jumlah kasus handoff terbanyak terjadi pada jaringan dengan variasi jumlah node dengan kecepatan 1,75 m/s, yaitu 21 kali. Sedangkan jumlah terjadinya kasus handoff paling sedikit terdapat pada
TRANSIENT, VOL.4, NO. 3, SEPTEMBER 2015, ISSN: 2302-9927, 876
jaringan variasi jumlah node 40 dengan variasi kecepatan 1,60 m/s, yaitu 7 kali. Jumlah kasus handoff pada variasi jumlah node 40 dengan kecepatan 1,9 m/s adalah variasi dengan jangkuan handoff yang tinggi dan paling banyak terjadi, yaitu antara 9 sampai 19 kali. Hal tersebut merupakan jumlah yang lebih tinggi dibandingkan dengan variasi lainnya. Selain itu, variasi jumlah node 40 dengan kecepatan 1,90 m/s persentase kesuksesan lebih besar dibandingkan dengan variasi kecepatan lainnya, yaitu 50,00%. Hal tersebut disebabkan karena node dengan kecepatan 1,9 m/s bergerak lebih cepat meninggalkan wilayah cakupan AP asal ke wilayah cakupan AP tujuan. Jadi, semakin tinggi kecepatan node maka akan semakin tinggi kemungkinan node tersebut untuk mengalami perpindahan akses dari AP asal ke AP tujuan untuk melakukan handoff. Namun, berdasarkan data pada tabel 4.10, jumlah kejadian handoff variasi jumlah node 100 menunjukkan bahwa jaringan telah mencapai batas maksimal untuk penangan handoff. Hal ini terlihat dari data jumlah handoff yang berhasil ditangani sangat kecil, yaitu 1 sampai 2 kali untuk masing-masing variasi. Jadi, dapat disimpulkan bahwa variasi jumlah node 100 merupakan variasi dengan intensitas trafik jaringan yang over traffic sehingga menyebabkan semakin sulit penanganan kasus handoff pada jaringan tersebut meskipun kecepatan nodenya berubah. 3.5.
Validasi Data
Nilai delay dapat divalidasi menggunakan teorema little pada persamaan 3. Persamaan 3 digunakan untuk menghitung jumlah rata-rata total paket yang berada dalam sistem pada waktu pengamatan. Nilai tersebut kemudian dibandingkan dengan nilai yang ada pada berkas trace. Waktu pengamatan yang dimaksud adalah nilai delay rata-rata pengiriman paket. Contoh perhitungan menggunakan persamaan 3 dengan data pada variasi kecepatan node adalah sebagai berikut N= λT N = (1/0,01033) x 0,75278 N = 73 paket Jumlah paket rata-rata dalam waktu pengamatan pada trace file adalah 73 paket. Dengan menggunakan persamaan 3 seperti contoh perhitungan tersebut, maka didapatkan nilai untuk variasi lain yang ditunjukkan pada tabel 10. Berdasarkan tabel 10 tersebut, jumlah paket antara hasil perhitungan dengan teorema Little dan hasil pada berkas trace adalah sama. Hal ini membuktikan bahwa simulasi yang dilakukan telah sesuai dengan teori.
Tabel 10. Nilai rata-rata paket dalam sistem berdasarkan simulasi dan perhitungan Jumlah Kecepatan node node (node) (m/s) 40 60 80 100 40 40 40 40
4.
1,60 1,60 1,60 1,60 1,45 1,60 1,75 1,90
Inter- Total Jumlah paket Jumlah paket arival delay pada berkas hasil time (ms) trace (paket) perhitungan (ms) (paket) 10,34 804,27 78 78 14,44 855,28 60 60 20,69 1057,58 51 51 30,20 1546,19 52 52 10,33 752,78 73 73 9,99 690,00 70 70 10,00 695,02 70 70 10,00 765,03 77 77
Kesimpulan
Pada skenario variasi jumlah node, nilai PDR rata-rata tertinggi sebesar 97,66% terjadi pada jaringan dengan jumlah node 40. Kemudian, nilai PDR rata-rata terendah sebesar 92,88% terjadi pada jaringan dengan jumlah node 100. Pada skenario variasi jumlah node, nilai delay total ratarata tertinggi sebesar 1546,19 ms terjadi pada jaringan dengan jumlah node 100. Kemudian, nilai delay total ratarata terendah sebesar 804,27 ms terjadi pada jaringan dengan jumlah node 40. Pada skenario ini, nilai delay jaringan dengan jumlah node 40 ke jaringan dengan jumlah node 100 mengalami kenaikan sebesar 92,25%. Pada skenario variasi jumlah node, nilai persentase kesuksesan hard handoff tertinggi terjadi pada jaringan dengan jumlah node 80 sebesar 50,00% ms. Kemudian, persentase kesuksesan hard handoff terendah terjadi pada variasi jumlah node 100 sebesar 20,00%. Namun, jumlah kasus hard handoff tertinggi sebanyak 27 kasus terjadi pada variasi jumlah node 60 dengan persentase kesuksesan hard handoff sebesar 41,18%. Pada skenario variasi kecepatan node, nilai PDR rata-rata tertinggi sebesar 98,11% terjadi pada jaringan dengan kecepatan node 1,90 m/s. Kemudian, nilai PDR rata-rata terendah sebesar 97,85% terjadi pada jaringan dengan kecepatan node 1,75 m/s. Pada skenario variasi kecepatan node, nilai delay total rata-rata tertinggi sebesar 765,03 ms terjadi pada jaringan dengan kecepatan node 1,90 m/s. Kemudian, nilai delay total rata-rata terendah sebesar 690,00 ms terjadi pada jaringan kecepatan node 1,60 m/s. Pada skenario ini, nilai delay dari jaringan dengan kecepatan node 1,60 m/s ke jaringan dengan kecepatan node 1,90 m/s mengalami penurunan sebesar 8,51%. Pada skenario variasi kecepatan node dengan jumlah node pada jaringan berjumlah 40 node, nilai persentase kesuksesan hard handofff tertinggi sebesar 50,00% terjadi pada jaringan dengan kecepatan node 1,90 m/s. Kemudian, nilai persentase kesuksesan hard handofff terendah sebesar 38,46% terjadi pada variasi kecepatan
TRANSIENT, VOL.4, NO. 3, SEPTEMBER 2015, ISSN: 2302-9927, 877
node 1,45 m/s. Kesuksesan hard handoff meningkat sebesar 11,54% dari jaringan dengan kecepatan node 1,45 m/s ke jaringan dengan kecepatan node 1,90 m/s. Pada skenario variasi kecepatan node dengan jumlah node pada jaringan berjumlah 100 node, nilai persentase kesuksesan hard handofff tertinggi sebesar 40,00% ms terjadi pada variasi kecepatan node 1,45 m/s. Kemudian, nilai persentase kesuksesan hard handofff terendah sebesar 16,67% terjadi pada variasi kecepatan node 1,90 m/s. Kesuksesan hard handoff menurun sebesar 23,33% dari jaringan dengan kecepatan node 1,45 m/s ke jaringan dengan kecepatan node 1,90 m/s.
Referensi [1]. Ram Krishan, Dr. Vijay Laxmi, “Handoff Implementation in IEEE 802.11 Wireless Local Area Network Using Riverbed Modeler”, dalam IJESRT ISSN 2277-9655. Vol. 1, No. 38. Feb., 2015. [2]. Ankit Kumar, Lakshay Sethi. “Handover Schemes in Wireless Communication”, dalam IJR ISSN 234-6848. Vol. 1 Issue-10, Nov., 2014. [3]. Jyoti Sachan, Prof. Anant Kr. Jaiswal. “Reducing the Latency of IEEE 802.11 MAC Layer Handoff using Virtual Access Point”, dalam IJERT ISSSN 2278-0181. Vol. 2 Issue 2, Feb., 2013. [4]. Ahmed Riadh Rebai, Mariam Fliss, Sa'id Hanafi. “A Multimedia and Voip-Oriented Cell Search Technique for the IEEE 802.11 WLANS”, dalam In Tech Multimedia – A Multidiciplinary Approach to Computer Issues. ISBN 978953-51-0216-8. Mar., 2012.
[5]. Yin Chen. “MeshScan : A Fast and Efficient Handoff Scheme for IEEE 802.11 Wireless Mesh Networks”, Thesis, Dublin Institute of Technology, Apr., 2010. [6]. Melwin Syafrizal. “7 Layer OSI”. STMIK AMIKOM, Yogyakarta, Indonesia. 2007. [7]. Jangeun Jun. “Theoretical Maximum Throughput Of IEEE 802.11 and Its Applications”., dalam IEEE Computer Society, 2003. [8]. CWNP, Inc. ”Chapter 8 : 802.11 PHY Layers”, dalam CWAP Exam Objective, CWAP, Agu., 2010. pp. 213-238. [9]. The VINT Project. “The NS Manual”, Information Sciences Institute, University of Southern California, 2008. [10]. Qing-An Zeng. “Handoff In Wireless Mobile Network”, University Of Cincinnati, 2015. [11]. E. Bayu Wirawan. “Mudah Membangun Simulasi dengan Network Simulator-2 (NS- 2)”, Yogyakarta, 2004. [12]. Chrisman H Manurung. “Perbandingan Tipe MAC pada Jaringan VSAT Mesh dengan NS2”, Skripsi, Jurusan Teknik Elektro Universitas Diponegoro, 2008. [13]. [Delay Analysis. http://www.cs.sfu.ca/CourseCentral/ 765/qgu/Notes/ note4.pdf] [10 Agustus 2015.] [14]. Adi Wahyu Christianto. “Mengukur Kecepatan dan Percepatan Gerak Kaki Manusia Menggunakan Kamera Digital”, Dalam Teknik Pomits ISSN : 2337-3539, Vol. 2, 2013. [15]. Cristian Hernandez Benet, Fransisco Domingo S. V. “Study of TCP Available Bandwidth Using NS2 and Its Forecasting Based on Genetic Algorithm”. Computer Science, Faculty of Health Science and Technology, Karlstads University, 2014